1. No category

IT@Intel ホワイトペーパー
インテル IT 部門
クラウド・ビッグデータ
2014 年 5 月
エンタープライズ・ビジネス・インテリジェンス
およびビッグデータのクラウドへの拡張
概要
クラウド BI を含めた複数の
BI プラットフォームを
利用可能にすることによって、
柔軟で高機能かつ
低コストな分析機能を
インテルのさまざまな
ビジネス部門に提供します。
インテル IT 部門では、現在、全社的なエンタープライズ BI 戦略にクラウド・ビジネス・インテリ
ジェンス（BI）を組み入れようとしています。これによりインテルのビジネス部門は、会社のネッ
トワーク境界の内側にあるデータに対しても外側にあるデータに対しても、データの場所を問わ
ず分析を実行したり分析情報を表示できるようになります。
インテル IT 部門にとってのクラウド BI のメリッ
トは、ソリューションを短期間で展開できるこ
と、容量を柔軟に調整できること、新しいテク
ノロジーを迅速に低コストで検証できること
です。さらに、資本コスト、ライセンス費用、保
守費用などを削減できるというメリットもあり
ます。インテル IT 部門の予測では、クラウド
BI 戦略の活用により、インフラストラクチャー
とサポートにかかる費 用を年 間で 100 ∼
• BI プロジェクトごとに最適な使用パターンを
判断しやすくするため、判断フレームワーク
を作成
• どのクラウド BI ツールが適切かについて、
市場での入手可能性やこれまでの投資の
観点も踏まえた指針を公開
ド料金に基づく）、インフラストラクチャー・サー
• クラウド BI の導 入に伴って必 要となるセ
キュリティーとデータ統合のコンポーネント
を特定
4 週間ほど削減することが可能になります。
今後、インテルのエンタープライズ BI につい
200 万米ドル（2012 年のパブリック・クラウ
ビスのプロビジョニングに必要な時間を 1 ∼
ては、以下の 3 つのモデルを対象としたガイド
クラウドがインテルのビジネス部門にもたらす
ラインを策定する予定です。
プルで管理の行き届いた環境と、従量課金制
• クラウド BI ソリューション
です。インフラストラクチャーはクラウド・プロバ
プリケーションをより手軽に導入でき、各自の
• オンプレミスの物理サーバーとインテルのプ
ライベート・クラウドを併用する BI ソリュー
ション
プログラム・マネージャー
インテル IT 部門では以前からクラウド BI を調
• オンプレミスの物理サーバーのみを使用す
る BI ソリューション
Deepak Manoharlal
インテル IT 部門
ビジネス・リレーションシップ・マネージャー
あるツールの適切な位置付けに取り組んでい
使用されるツールまたは使用される可能性の
クラウド BI を含めた複数の BI プラットフォー
ます。これを担当しているグループでは、以下
Chandhu Yalla
インテル IT 部門
ビジネス・インテリジェンス・
エンジニアリング・マネージャー
• インテルの BI ニーズを基に、3 つの使用シ
ナリオと想定される 10 通りの使用パターン
を特定
ものは、BI アプリケーション開発のためのシン
Ajay Chandramouly
インテル IT 部門
ビッグデータ業界エンゲージメント・
マネージャー
Yatish Goel
インテル IT 部門
で後から拡張もできる経済的なコストモデル
イダーが管理するので、ビジネス部門は BI ア
本来のビジネスに集中できます。
査しており、現在は、社内でクラウド BI 向けに
の作業を行ってきました。
ムを利用可能にすることによって、柔軟で高
機能かつ低コストな分析機能をインテルのさ
まざまなビジネス部門に提供します。
IT@Intel ホワイトペーパー エンタープライズ・ビジネス・インテリジェンスおよびビッグデータのクラウドへの拡張
目 次
概 要................................ 1
背 景................................ 2
エンタープライズ BI ポートフォリオ
へのクラウド BI の追加 . . . . . . . . . . . . 3
クラウド BI がもたらす
主なメリット. . . . . . . . . . . . . . . . . . . . . . . 4
インテルでのクラウド BI の評価 . . . . . . 4
クラウド BI の
使用パターンの決定 . . . . . . . . . . . . . . 5
利用用途に合った
適切な使用パターンの選択 . . . . . . . 6
使用可能なツールの調査 . . . . . . . . . 7
セキュリティーと
データ統合に関する考慮事項 . . . . 7
次のステップ . . . . . . . . . . . . . . . . . . . . . . . . 7
まとめ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
関連情報 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
背景
門は、ネットワーク、サーバー、オペレーティン
グ・システム、ストレージなど、クラウドの下層
インフラストラクチャーを管理したり、制御す
インテルのビジネス部門では、ビジネス要件
を満たすためにクラウドベースの Software
ることはありません。個々のアプリケーション
利用する機会が増えています。SaaS アプリ
ただし例外として、ユーザー固有のアプリ
機能についても管理や制御は行いません。
as a Ser vice（SaaS）アプリケーションを
ケーション側の設定が限定的に許される場
ケーションの具体的な利用例としては、カスタ
合はあります。
マー・リレーションシップ・マネジメント、マー
ケティング・オートメーション、販売員管理、人
事管理などがあります。これらの SaaS アプ
リケーションはパブリック・クラウド上にあるた
め、インテルのビジネス部門が扱うデータの多
くは、オンプレミスではなく、会社の外部に多
く生成されていることになります。
ビジネス部門は、社外にあるデータに対して
も、オンプレミスのデータと同じように分析を
行う必要があります。また、オンプレミスと社
外両方のデータを混合した分析が必要になる
場合もよくあります。こうしたことから、すべて
のデータを会社のネットワーク境界を越えて移
動するのではなく、データが置かれている場所
でそのまま分析処理を行えるようにするため、
インテル IT 部門の BI 戦略をクラウドまで広げ
る必要があると考えました。
図 1 に示すように、クラウド BI は以下の標準的
なクラウドモデルのすべての層に関係します。
• Software as a Ser vice（SaaS）：ビ ジ
ネス部門は、クラウド・インフラストラクチャー
上で実行されるプロバイダー提供のアプリ
ケーションを使用できます。アプリケーション
へのアクセスには Web ブラウザーのよう
なシンクライアント・インターフェイスを使用
でき、さまざまなクライアント・デバイス上のア
プリケーションも使用できます。ビジネス部
• Platform as a Ser vice（PaaS）：ビジネ
ス部門は、クラウド・インフラストラクチャー上
に自身のアプリケーションを導入できます。
IaaS の場合でも同じですが、ビジネス部門
はクラウドの下層インフラストラクチャーの
管理や制御は行わず、導入したアプリケー
ションの管理のみを行います。また、アプリ
ケーションをホストする環境の構成、管理を
行うこともあります。
• Infrastructure as a Ser vice（IaaS）：
ビジネス部門は、処理機能、ストレージ、ネッ
トワークなどの基本的なコンピューティング・
リソースをプロビジョニングし、その上に任意
のソフトウェア（OS やアプリケーションを含
む）を導入して実行できます。ビジネス部門
は、クラウドの下層インフラストラクチャーの
管理や制御は行いませんが、OS、ストレー
ジ、導入したアプリケーションについては管
理を行います。ただし、ホスト・ファイアウォー
ルのような一部のネットワーク・コンポーネン
トについては、ビジネス部門による制御が制
限される場合があります。
それぞれの層とクラウド BI の機能は対応して
います。計算能力とストレージは IaaS、
データ・
ウェアハウスと統合は PaaS、データ可視化と
分析が SaaS です。
PaaS
データ・ウェアハウスおよび統合
ビジネス部門は、
クラウド・インフラストラクチャー上
に自身のアプリケーションを導入します。
IT@Intel
IT@Intel は IT プロフェッショナル、マネー
ジャー、エグゼクティブが、インテル IT 部
門のスタッフや数多くの業界 IT リーダー
を通じ、今日の困難な IT 課題に対して成
果を発揮してきたツール、手法、戦略、ベ
スト・プラクティスについて詳しく知るため
の情報源です。詳細については、http://
www.intel.co.jp/itatintel / を参照し
てください。あるいはインテルまでお問い
合わせください。
SaaS
データ可視化および分析
ビジネス部門は、
クラウド・インフラストラクチャー
上で実行されるプロバイダー提供の
アプリケーションを使用します。
IaaS
計算能力およびストレージ
ビジネス部門は、
クラウド・インフラストラクチャー
上に処理機能、
ストレージ、
ネットワークなどの
リソースをプロビジョニングします。
クラウド
BI
図 1. クラウド BI は、クラウドの SaaS、PaaS、IaaS の各機能を利用します。
2
www.intel.co.jp/itatintel
エンタープライズ・ビジネス・インテリジェンスおよびビッグデータのクラウドへの拡張
エンタープライズ BI ポートフォリオ
へのクラウド BI の追加
導入したら、それを縮小することはほぼ不可
能です。一方、クラウド BI の従量課金モデ
を必要に応じて簡単に拡大縮小できます。
てコスト効率良く行えるように、いくつかのビジ
• 俊敏性：短期間で導入できることは、競争力
の面で大きな意味を持ちます。ビジネス部
門が新しいアプリケーションを導入する場合
でも、IT 部門が新技術を評価するために概
念実証（PoC）
を行う場合でも、
クラウド BI ソ
リューションであれば、必要なインフラストラ
クチャーをスピーディーにプロビジョニングで
きます。場合によっては、5 分程度の短時間
で新しい環境を構築することも可能です。
ネス・インテリジェンス（BI）プラットフォームを
提供しています。クラウド BI とは、パブリック /
プライベート・クラウドで展開される BI、データ
統合、データ分析のプラットフォームと定義さ
れますが、このクラウド BI はエンタープライズ
BI の新たな選択肢となってきています。複数
の BI プラットフォームの提供を目指している
インテル IT 部門の全体戦略にクラウド BI が
加わることにより、ビジネス部門は、重大なビ
ジネスの問題をより効果的に解決し、運用効
率をさらに高め、アプリケーションを迅速に導
入し、世界的市場での競争力を強化すること
が可能になります。
図 2 に示すように、クラウド BI はインテルの
エンタープライズ統合 BI を支える第 3 の柱と
なります。これまで BI を支えていたのは、物理
サーバーを使用するオンプレミス BI（例えば、
エンタープライズ・データ・ウェアハウスやカス
タムのデータストレージなどのプラットフォー
ム）
と、オンプレミスの物理サーバーとインテル
のエンタープライズ・プライベート・クラウド内
の仮想サーバーを併用する BI（ 内部のビッ
グデータ・プラットフォームである Apache*
Hadoop* 対 応インテル® ディストリビュー
ションなど）の 2 つでしたが、クラウド BI はこ
れらを補う存在となります。インテルの場合、
クラウド BI には、BI アプリケーションと会社の
外部に置かれるデータが含まれ、ほとんどが
サードパーティーのパブリック・クラウドを使用
します。
ビジネス部門が求めているものは、アプリケー
ション開発のためのシンプルで管理の行き届
いた環境と、従量課金制で後から拡張もでき
る経済的なコストモデルです。ビジネス部門に
• 革 新 性：BI やデータ分析は進化のスピー
ドが速く、常に多くのツールやテクノロジー
が新しく開発されています。クラウドベース
の BI ソリューションでは、こうした新技術を、
オンプレミスに導入するときのように多くのコ
ストや労力をかけなくても、タイムリーに利用
できます。
• アクセス性：ユーザーは場所や時間を問わ
ずデータにアクセスできることを期待してい
ます。クラウド BI ソリューションの Web ベー
スのインターフェイスであれば、必要なとき
にいつでもアクセスできるので、こうした期待
に応えられます。
• 戦略性：戦略的視点から見た場合、クラウド
BI には、インテルの各部門がそれぞれ本来
のビジネス目標に集中することを可能にする
効果があります。
• 管理性：クラウド BI の場合、ソリューション
の構成要素の管理（OS のアップグレード、
ハードウェアの入れ替え、データ分析プログ
ラムの新バージョンの導入など）はクラウド・
プロバイダーやサプライヤーが行います。
へのニーズに応えるため、以下の 8 つのビジネ
• 統合性：社外で生成されるデータが増える
につれて、ビジネス部門では、インテルのセ
キュリティーおよびデータの統制ガイドライン
から外れることなく、会社の外部にあるデー
タとオンプレミスのデータを統合する手段が
必要になってきます。
• 伸 縮 性：BI ソリューションに関連して求め
られる計算能力やストレージは伸縮、つまり
頻繁に増減します。オンプレミスのソリュー
ションの場合、基盤となるインフラストラク
チャーは固定的であり、拡張するには多くの
コストと時間がかかります。また、いったん
• コスト効率性：ビジネス部門（および IT 部
門）は、ソリューションのコストを抑えながら、
ビジネスを運営し続け、より良い機能やツー
ルセットを提供する必要があります。クラウ
ド BI ソリューションは、資本コストを全く、あ
るいはほとんど必要としないので、多くの場
合、コスト面で有利です。
とっては、自分たちの本来のビジネスに集中で
きることが必要であり、通常、インフラストラク
チャーの管理は本来のビジネスには含まれま
せん。こうしたことから、インテルでのクラウド BI
ス要件が特定されています（表 1 も参照）。
エンタープライズ
ルでは、クラウド BI ソリューションのリソース
インテル IT 部門では、インテルのビジネス部
門が多様なデータの分析を素早く、深く、そし
IT@Intel ホワイトペーパー
BI
オンプレミスの物理
サーバーのみを使用
する BI ソリューション
オンプレミスの物理
サーバーとインテルの
プライベート・クラウドを
併用する BI ソリューション
パブリック / プライベート・
クラウドに展開されたクラウド
BI ソリューション
図 2. クラウド BI を含めた複数の BI プラットフォーム
を利用可能にすることによって、柔軟で高機能かつ低
コストな分析機能をインテルのさまざまなビジネス部
門に提供します。
表 1. インテルのクラウド BI 導入を求める主なビジネス
要件一覧
BIソリューション
の要件
説明
伸縮性
インフラストラクチャーと計算リソース
を必要に応じて拡大縮小できること
俊敏性
ビジネス部門がアプリケーションを
迅速に導入できること
革新性
ビジネス部門が新しいプラット
フォームやツールを必要に応じて
利用できること
アクセス性
BIデータに、Webインターフェイスを
使って場所や時間を問わずアクセス
できること
戦略性
ビジネス部門が本来のビジネスに
集中できること
管理性
ビジネス部門がBIソリューションを
簡単に構築し、管理できること
統合性
社外にあるデータとオンプレミスの
データを統合できること
コスト効率性
総保有コスト
（TCO）が低く、
投資回収率（ROI）が高いこと
www.intel.co.jp/itatintel
3
IT@Intel ホワイトペーパー エンタープライズ・ビジネス・インテリジェンスおよびビッグデータのクラウドへの拡張
表 2. クラウド BI によって削減が予測されるコスト
コスト分野
予測されるコスト削減
プロジェクト当たり、20,000 米ドル
の 資 本コストと 3 5 , 0 0 0 米ドルの
インフラ
サポート費用を回避できると予測して
ストラクチャー、
います。
これは、年間で最大100万∼
プロビジョニング、
200 万米ドルのコスト回避になり得
サポートのコスト
ます（ 2012 年のパブリック・クラウド
料金に基づく）。
導入にかかる時間
インフラストラクチャーやプラット
フォーム・サービスのプロビジョニング
に必要な時間が 1 週間から4 週間短
縮されると予測しています。
ITリソースへの
影響
インフラストラクチャー管理と製品サ
ポートは、IT 部門の BIコストの 30 ∼
クラウドBIによ
50%を占めています。
り、
これを15∼25%まで引き下げら
れると考えています。IT部門が中核の
戦略的施策に注力したり、最先端の
テクノロジーを調査できるようになれ
ば、結果としてインテルに新たな価値
がもたらされます。
クラウド BI がもたらす主なメリット
インテルでのクラウド BI の評価
インテル IT 部門の全体的な BI ソリューション・
インテル IT 部門では、クラウド BI 環境で使
ポートフォリオにクラウド BI が加わることによ
り、インテルのビジネス部門にも IT 部門にも、
用可能なサービスやツールを評価するため、
部門内のいくつかの部署からエキスパート
つまり会社全体にメリットがもたらされます。い
を集め、グループを発足させました。このグ
することで、ビジネス部門に対するサービスの
でホストされるソリューションとインテルのプ
くつかの BI サービスをクラウドにアウトソース
ループの評価対象には、パブリック・クラウド
プロビジョニングが迅速化され、またこうした
ライベート・クラウドでホストされるソリュー
はイノベーションに取り組む余裕が生まれ、価
3 に示すように、インテルにおけるクラウド
BI とその位置付けに関するガイドラインを作
り、既存の I T B I ポートフォリオを拡張して
パブリック・クラウドを融合することです。
アウトソーシングにより、インテルの IT 部門に
値の高い新機能を導入することが可能になり
ます。
ビジネス部門にとってのクラウド BI の主なメ
ションの両方が含まれています。目的は、図
リットは、インフラストラクチャー、プロビジョ
クラウド BI のメリットを享受するには、図 2 に
と、PoC の実施や調査作業が迅速化される
うな場合に他の 2 つのいずれかではなくクラ
ニング、IT サポートのコストが削減される点
点です。
一方、インテルの IT 部門には、クラウド BI に
よって次のようなメリットがもたらされます。
示したエンタープライズ BI の柱のうち、どのよ
ウド BI を選択すべきなのか、その条件を理解
しておく必要があります。インテル IT 部門で
は、インテルでのクラウド BI について可能な
使用パターンを特定しています。また、BI プ
ロジェクトごとに最適な使用パターンを判断
• 短期間でのソリューション展開
しやすくするため、判断フレームワークも作り
• 柔軟に調整できる容量
ド BI ソリューションが適切な場合でも、これ
ました。しかし、インテル IT 部門では、クラウ
• 新技術の調査の迅速化と低コスト化
• 資本コスト、ライセンス費用、保守費用の
削減
までの投資の価値を最大限に活用するため、
オンプレミス・ツールの使用を選ぶ場合もあり
ます。またこの他に、クラウド BI を導入する際
に必要となるセキュリティーとデータ統合の構
成要素も特定しました。
表 2 に、クラウド BI に伴って削減が予測され
るコストの一部をまとめます。
机上調査
• 製品およびクラウドサービスを選ぶ
• 徹底的な製品調査を実施
公開 / 統合
• 会社の意思決定
• アーキテクチャー作業グループ
• 共同運営委員会
ガイダンスの強化と修正
• IT BI 戦略ガイダンス
• 資金モデル
• BI ポートフォリオへの組込み
パイロットと概念実証
• 協力して実地で利用用途を評価
• 結果を検証
• 位置付けを調整
既存のオンプレミス・ツールとの比較
セキュリティー
• コスト、機能、
• 制限
• ネットワーク・パフォーマンス
インテルでの
クラウドBIの
評価
クラウドのパターン
• パターンを特定
• ツールをパターンに関連付け
• 判断フローを作成
位置付け
• BI エンジニアリング・アーキテクチャー作業グループ
• IT 部門の BI テクニカル評価グループ
• BI ポートフォリオ
図 3. IT エキスパートのグループがクラウド BI ツールを評価するにあたって、このガイドラインが活用されます。
4
www.intel.co.jp/itatintel
エンタープライズ・ビジネス・インテリジェンスおよびビッグデータのクラウドへの拡張
クラウド BI の使用パターンの決定
• 仮想的統合：中央のシナリオでは、クラウド
に保管されるデータは、オンプレミスのデー
タと VPN を使用して統合されます。このシ
ナリオの場合、物理的に移動されるデータ
はありません。
クラウド BI がインテルにどのようなメリットをも
たらすのかを完全に理解するには、
まずそれが
どのように使われるのかを理解しなければな
りません。図 4 に示すように、大まかなクラウ
ド BI シナリオを 3 つ定義しました。各シナリオ
では、データの保管場所と、データの使用方
法が異なります。
• 統合なし：左側のシナリオでは、オンプレミス
のデータとクラウドのデータの間で統合は行
われません。オンプレミス・ソリューションとク
ラウドベース・ソリューションの間で共有され
るインターフェイスもありません。
IT@Intel ホワイトペーパー
びデータの物理的移動の有無です。例えば、
統合なし（パターン 1 および 2）のうちの完全
クラウド・ソリューションでは、データもツール
もクラウドに保管され、データが使用される場
所もクラウドです。仮想的統合（パターン 5 お
よび 6）では、UFT はクラウドまたはオンプレ
• 物理的統合：右側のシナリオでは、データの
物理的な移動によってデータ統合が行われ
ます。
ミスのいずれかに存在し、データはオンプレミ
この 3 つのシナリオの中で、インテルの BI 環
プレミスからクラウドに移動されるかによって
スとクラウドの両方に保管されます。物理的
統合（パターン 7 および 8）では、データがク
ラウドからオンプレミスに移動されるか、オン
選択肢がわかれます。各使用パターンを表 3
境に該当する 10 通りの使用パターンを特定
しました。ここで基準としたのは、データが使
に示します。
用される場所、データが存在する場所とユー
ザー対応ツール（UFT）が存在する場所、およ
データ統合なし
（分離）
仮想的データ統合
データ
レポート作成
ストレージ アプリケーション
物理的データ統合
データ
レポート作成
ストレージ アプリケーション
エンド
ユーザー
データ
レポート作成
ストレージ アプリケーション
エンド
ユーザー
クラウド
データは物理的には
移動しない
VPN
オンプレミス
エンド
ユーザー
エンド
ユーザー
VPN
SFTP
データは物理的に
移動する
エンド
ユーザー
データ
レポート作成
ストレージ アプリケーション
エンド
ユーザー
データ
レポート作成
ストレージ アプリケーション
データ
レポート作成
ストレージ アプリケーション
VPN：Virtual Private Network（仮想プライベート・ネットワーク）
SFTP：Secure File Transfer Protocol（セキュアファイル転送プロトコル）
図 4. クラウド BI は、統合なし、仮想的統合、物理的統合に分類できます。
表 3. データおよびユーザー対応ツール（UFT）別のクラウド BI 使用パターン
クラウドでの使用
パターン1：
データ統合なし
完全クラウド
クラウド
オンプレミス
UFT
パターン5:
仮想的統合
パターン3：
物理的統合
クラウド
オンプレミス
UFT
データ
クラウド
パターン7:
物理的統合
オンプレミス
UFT
オンプレミスから
クラウドへのデータ移動
クラウド
パターン9:
データ統合なし
オンプレミス
UFT
データ
データ
クラウド
オンプレミス
UFT
データ
パターン4：
物理的統合
クラウド
オンプレミス
パターン6：
仮想的統合
クラウド
UFT
オンプレミスから
クラウドへのデータ移動
オンプレミス
UFT
データ
データ
オンプレミス
UFT
クラウドから
オンプレミスへのデータ移動
オンプレミスでの使用
パターン2：
データ統合なし
クラウド
パターン10：
データ統合なし
完全オンプレミス
パターン8：
物理的統合
クラウド
データ
オンプレミス
UFT
クラウドから
オンプレミスへのデータ移動
クラウド
オンプレミス
UFT
データ
www.intel.co.jp/itatintel
5
IT@Intel ホワイトペーパー エンタープライズ・ビジネス・インテリジェンスおよびビッグデータのクラウドへの拡張
表 4. クラウド BI の妥当性を判断する際の考慮事項
クラウドBIが
適切
クラウドBIは
適切でない
必要なテクノロジーが
まだ提供されていない
必要なテクノロジーが社内で
すでに提供されている
プロセス、
アプリケーション、
データの大半が
独立している
プロセス、
アプリケーション、
データの大半が結合され、
ほとんどのデータがオンプレ
ミスに存在する
統合のポイントが
適切に定義されている
統合のポイントが適切に
定義されていない
低いレベルのセキュリティー
で十分である
高いレベルのセキュリティー
が必要である、
またはオンプレ
ミスに保持すべき種類の
データである
Webが望ましい
プラットフォームである
アプリケーションはネイティブ
のインターフェイスを
必要とする
俊敏性と伸縮性が重要
エンタープライズ・レベルでの
パフォーマンスが重要
コストが課題である
従来のアプリケーションが
関係している
アプリケーションが新しく、
それをホストするための
スキルがない
望ましい製品がクラウドホスト
環境で利用可能でない
表 5. 最適なクラウド BI 使用パターンを判断するために
使用する質問
質問
回答の選択肢
データの主要ソースは
何か?
• クラウド
• オンプレミス
データはクラウドと
統合されるか?
• はい
• いいえ
求められる機能は
利用可能か?
ユーザー対応ツール
（UFT）およびデータは
どこで使用されるか?
• クラウド
• オンプレミス
利用用途に合った
適切な使用パターンの選択
パフォーマンスと
データの新鮮さの
どちらがより重要か?
コスト、
ボリューム、
パフォーマンス特性が
重要か?
• はい
• いいえ
どのような特性の
プロジェクトか?
• 暫定
（概念実証または評価）
• 恒久
（ビジネス部門のプロジェクト）
断フレームワークに従うと、使用パターン No.9
状況によっては、クラウド BI サービスの使用
（UFT はクラウド、データはオンプレミス）、ま
ります。クラウド BI の利用が適切と判断でき
オンプレミス）になります。統合と新鮮なデー
よりも適切な選択肢が他に存在することもあ
たは使 用パターン No.10（UFT もデータも
る条件について、インテル IT 部門が達した
タが必要な場合は、使用パターン No.6（UFT
単に利用可能だからという理由でビジネス部
ドの両方）
になります。
結論を表 4 にまとめています。基本的には、
門がクラウド BI サービスを使用することは推
奨していません。ビジネス部門は、クラウド BI
サービスにコスト面でのメリットがあるか、必
はオンプレミス、データはオンプレミスとクラウ
例 2 では、データはクラウドにあります。統合
が必要で、パフォーマンスが最優先事項であ
要なスキルセットを将来にわたって維持でき
る場合、この判断フレームワークの結果は使用
ポート可能なものかどうかを判断する必要が
は、オンプレミスからクラウドに移動して両方に
るか、プラットフォームおよびテクノロジーはサ
あります。
クラウド BI が適しているプロジェクトについて
パターン No.4（UFT はオンプレミス、データ
保管）になります。統合が必要でない場合は、
コスト、ボリューム、パフォーマンス特性の重要
度によって、使用パターン No.1（UFT もデー
は、一連の質問（表 5 を参照）に答えることで
タもクラウド）、
または使用パターン No.2（UFT
ワークを作成しました。この方法を取ることに
断されます。
最適な使用パターンを特定する判断フレーム
より、クラウド BI ソリューションの選択や会社
はオンプレミス、データはクラウド）が適切と判
としてのプロセスの標準化が容易になります。
ここで重要な点は、図 5 の例では直接的には
図 5 に、一連の質問に答えていくつかの使用
は実際には旋回する形に近いという点です。
パターンに到達する 2 つの例を示します。
示されていませんが、この判断フレームワーク
つまり、この判断フレームワークの中の 1 つの
例1
クラウドBIの
可能性
パターン10：
データ統合なし
完全オンプレミス
いいえ
オンプレミス
データの
主要ソースは?
クラウドと
データ統合?
オンプレミスか、
クラウドか
いいえ
クラウド
オンプレミス
UFT
データ
オンプレミスでの
UFTと使用?
パターン9：
データ統合なし
はい
• クラウド
• オンプレミス
• 仮想的統合による
新鮮なデータ
• オンプレミスへの
物理的統合による
高パフォーマンス
例 1 では、データはオンプレミスにあります。ク
ラウドとのデータ統合が必要ない場合、この判
クラウド
オンプレミス
UFT
データ
はい
パターン6：
仮想的統合
パフォーマンスか、
データの新鮮さか?
新鮮なデータ / 仮想的統合
クラウド
オンプレミス
データ
データ
UFT
例2
クラウドBIの
可能性
パターン1：
データ統合なし
完全クラウド
いいえ
データの
主要ソースは?
オンプレミスか、
クラウドか
クラウド
オンプレミスと
データ統合?
いいえ
オンプレミス
UFT
データ
ボリューム、
コスト、
パフォーマンス?
パターン2：
データ統合なし
はい
クラウド
オンプレミス
UFT
データ
はい
パフォーマンス
パフォーマンスか、
データの新鮮さか?
クラウド
オンプレミスでの
物理的統合
パターン4：
物理的統合
ボリューム、
コスト、 いいえ
パフォーマンス?
クラウド
オンプレミス
UFT
オンプレミスから
クラウドへのデータ移動
図 5. このようなクラウド BI の判断フレームワークに従って、利用用途ごとに最適な使用パターンを判断します。
6
www.intel.co.jp/itatintel
エンタープライズ・ビジネス・インテリジェンスおよびビッグデータのクラウドへの拡張
IT@Intel ホワイトペーパー
パス（クラウドのみ、またはオンプレミスのみな
れは、インテルの情報セキュリティー方針に
次のステップ
と結果は反対の方に切り替わる可能性があり
て安全かつ効率的にデータを統合することへ
インテル IT 部門では、クラウド BI の使用パ
るといった場合、判断フレームワークに従うと
セキュリティー
インテル IT 部門の BI 環境で使用できるのか
なります。
特定した 10 通りのクラウド BI 使用パターンそ
ど）をたどる場合、特定の基準が満たされる
ます。例えば、クラウドでのコストがあまりにも
高い、またはパフォーマンスの低下が激しすぎ
意思決定者はオンプレミスのパスに戻ることに
使用可能なツールの調査
従ってデータを保護することへのニーズ、そし
のニーズは常に存在しているという点です。
セキュリティー・ソリューションの実装は、今回
れぞれで異なりますが、以下のセキュリティー・
ターンを特定した後、市場で流通している製
品やツールの分類を進め、その中のどれが
の判断に取り組んでいます。そして、最適な
使用パターンと最適なクラウド BI サービスを
判断するためには、それぞれの使用状況ごと
コンポーネントは 10 通りの使用パターンすべ
の分析が必要です。
いくつかのツールおよび製品が提供されてい
• ユーザー認証：ユーザー ID の検証を支援
します。
して、使用パターンに関して判明した内容につ
• ユーザー対応、レポート作成、処理、分析の
ツール
• 権限付与機能：データファイルへのユーザー
のアクセスを制御します。場合によっては、
特定の行や列へのアクセスを制限します。
インを統合することも計画しています。ビジネス
• ユーザーグループ管理機能：オンプレミス
のユーザーの権限や資格との効率的な統合
とその管理を可能にします（ディレクトリー関
連のサービスやプロトコルとの統合など）。
ます。判断フレームワークの設計に関しては、ク
データ統合
判断基準の精緻化を進めていく予定です。
各使用パターンには、さまざまなクラウド・プロ
バイダーやアプリケーション・サプライヤーから
ます。
• ストレージ・プラットフォーム（データ・ウェア
ハウス、データベース、非構造化データコン
テナーなど）
• 物理的データ移動を伴う使用パターン向け
のデータ統合ツール
てに共通します。
インテル IT 部門では、事前の評価を実施する
• 接続オプション（企業ネットワーク、パブリッ
ク・ネットワーク、OpenVPN など）
ことで、クラウド環境とオンプレミス環境の間
場合によっては、他のツールを使用するとい
因はたくさんあります。例えば、データの種類、
でデータ統合を行う際の課題を認識すること
今後は、PoC やパイロット・プロジェクトを実施
いて検証する予定です。また、既存のエンター
プライズ BI ガイドラインにクラウド BI ガイドラ
部門が、それぞれのニーズに最適で、会社に
最大の価値をもたらす BI の手法を選ぶ際に
は、このガイドラインが役立てられることになり
ラウドでの BI の使用に注意を向けるため、
これ
までは方向性を示すためのアプローチを取っ
てきました。今後は、PoC やパイロットの実施
を重ねて判断フレームワークの精度を検証し、
ができました。データ統合を難しくしている要
まとめ
う判 断よりも、インテルの Plan of Record
データのボリューム、データの遅延などです。
インテルのビジネス部門では、クラウドベース
投資の方が優先されることがあります。例え
合は、仮想的データ統合が最善のアプローチ
に生成されるデータの量が増加しています。
（PoR）に含まれているツールへのこれまでの
ほぼリアルタイムの情報入手が要件となる場
ば、十分なデータ分析ツールがすでに PoR に
となります。一方、パフォーマンスとコストが
るという理由で別の製品に投資を行うことは
したアプローチとなります。しかし、これらの
PoR のツールがビジネス要件を満たさない、
または必要な機能を備えていない場合のみ、
クラウド BI ソリューションで新しいクラウドベー
スのツールを使用することを推奨しています。
していると考えられるデータ統合手法の中か
含まれている場合、単にクラウドでも利用でき
適切ではありません。インテル IT 部門では、
セキュリティーと
データ統合に関する考慮事項
クラウド・コンピューティングは、コストの削減
要件の場合は、物理的なデータ統合がより適
要件は重複したり矛盾することも多いので、適
ら適切なバランスを見つけることが重要です。
例えば、環境間で物理的にデータ移動を行
う場合、分析パフォーマンスを高められる反
面、コスト効率が悪く、セキュリティーのリスク
が伴い、暗号化や転送中データの保護といっ
た対策が必要になることが少なくありません。
一方、仮想的なデータ統合の場合は、無理な
やビジネス俊敏性の向上に貢献し、IT 部門が
く統合できるデータの量が事実上制限されま
することを可能にします。こうした点に加えて、
どを判断するにあたっては、データ・ライフサイ
投資回収率（ROI）の高いプロジェクトに集中
インテルでのクラウド BI の使用について調査
を進めていく中で分かったことがあります。そ
す。また、保持するデータの量、消去の頻度な
クル管理も考慮します。
の SaaS アプリケーションの利用により、社外
このようなデータに対してビジネス部門が効
率良く分析を行えるようにするため、インテル
IT 部門ではインテルの全社的なエンタープラ
イズ BI 戦略にクラウド BI を組み入れようとし
ています。
BI ポートフォリオにクラウド BI ソリューションが
加わることにより、会社全体にメリットがもたら
されます。ビジネス部門にとってのメリットは、
インフラストラクチャーと IT サポートのコスト
が削減されること、PoC や調査作業が迅速化
されること、そしてアプリケーションを手軽に導
入できることです。IT 部門にとってのクラウド
BI のメリットは、ソリューションを短期間で展開
できること、容量を柔軟に調整できること、新し
いテクノロジーをスピーディーに低コストで調
査できること、そして資本コスト、ライセンス費
用、保守費用を削減できることです。
www.intel.co.jp/itatintel
7
インテル IT 部門のクラウド BI 評価チームは、
関連情報
的なガイドラインの作成を計画しています。
関連トピックの情報については、http://www.
以下の 3 つのモデルすべてに適用される総合
• クラウド BI
• オンプレミスの物理サーバーとインテルのプ
ライベート・クラウドの併用
• オンプレミスの物理サーバーのみ
インテル IT 部門では、インテル環境におけるク
ラウド BI の 10 通りの使用パターンを特定し
ました。これらのパターンは、データが使用さ
れる場所（クラウドかオンプレミスか）、UFT が
存在する場所とデータが存在する場所、データ
の物理的移動の有無といったチェック項目の
組み合わせを表しています。用途ごとに最適な
クラウド BI 使用パターンを特定しやすくするた
め、一連の質問に答えていく形式の判断フレー
ムワークも作成しました。
インテル IT 部門では、既存の各種 BI プラット
フォームにクラウド BI を加えることで、ビジネス
部門が多様なデータの分析を素早く、深く、そ
してコスト効率良く行えるようにします。このよ
うな拡張されたアーキテクチャーにより、ビジネ
ス部門は、重大なビジネスの問題をより効果的
に解決し、運用効率をさらに高め、世界市場で
intel.co.jp/itatintel/ を参照してください。
•『 B r o a d e n i n g A c c e s s t o A d v a n c e d
Analytics in the Enterprise』
•『クラウド・コンピューティングのコスト：ハイブ
リッド・モデルによる削減』
•『Configuring an In-Memory BI Platform
for Extreme Performance』
•『Developing a Highly Available, Dynamic
Hybrid Cloud Environment』
•『Enhancing Cloud Security Using Data
Anonymization』
•『Integrating Data Warehouses with Data
Virtualization for BI Agility』
•『Managing Data for Intel’
s Enterprise
Private Cloud Infrastructure』
• 『 Using a Multiple Data Warehouse
Strategy to Improve BI Analytics』
の競争力を強化することが可能になります。
インテル IT 部門のベスト・プラクティスの詳細については、
http://www.intel.co.jp/itatintel/ を参照してください。
協力者
Seshu Edala
IT ケイパビリティー・エンジニア
Adam Hammond
IT BI データ管理テクニカルリード
Naveen Kalia
IT BI エンジニアリング・データベース
管理者
Kishore Kottangada
IT BI エンジニアリング
（フロントエンド・ツールおよび
ポータル統合）
Sreenivasa Puv vada
IT BI エンジニアリング（高度な分析）
Ankura Sinku
IT BI データ管理アプリケーション開発者
Mike Taylor
IT BI データ管理テクニカルリード
その他の協力者
Josh Crawford
IT BI エンジニアリング
（フロントエンド・ツールおよび
ポータル統合）
Eswara Ghorakavi
IT BI エンジニアリング・セキュリティー・
アナリスト
Greg Kime
IT 戦略アーキテクト
（ビッグデータ）
Sridhar Mahankali
IT クラウド・サービス・ネットワーク・
エンジニア
Gerald Seaman
IT クラウドブローカー
Anil Varhadkar
IT BI 戦略アーキテクト
略 語
BI
IaaS
PoC
PaaS
PoR
ROI
SaaS
TCO
UFT
本書に記載されている情報は一般的なものであり、具体的なガイダンスではありません。推奨事項（潜在的なコスト削減など）はインテルの経験に基づいて
おり、概算にすぎません。インテルは、他社でも同様の結果が得られることを一切保証いたしません。
本資料に掲載されている情報は、インテル製品の概要説明を目的としたものです。本資料は、明示されているか否かにかかわらず、また禁反言によるとよら
ずにかかわらず、いかなる知的財産権のライセンスも許諾するものではありません。製品に付属の売買契約書『Intel's Terms and Conditions of Sale』
に規定されている場合を除き、インテルはいかなる責任を負うものではなく、またインテル製品の販売や使用に関する明示または黙示の保証（特定目的への
適合性、商品適格性、あらゆる特許権、著作権、その他知的財産権の非侵害性への保証を含む）に関してもいかなる責任も負いません。
Intel、インテル、Intel ロゴ、Look Inside.、Look Inside. ロゴは、アメリカ合衆国および / またはその他の国における Intel Corporation の商標です。
* その他の社名、製品名などは、一般に各社の表示、商標または登録商標です。
インテル株式会社
〒 100-0005 東京都千代田区丸の内 3-1-1
http://www.intel.co.jp/
©2014 Intel Corporation. 無断での引用、転載を禁じます。
2014 年 8 月
330110-001JA
JPN/1408/PDF/SE/IT/TC
ビジネス・インテリジェンス
Infrastructure as a Service
概念実証
Platform as a Service
Plan of Record
投資回収率
Software as a Service
総保有コスト
ユーザー対応ツール